CN108021716B - 一种基于径向坐标优化的多维数据可视化方法和装置 - Google Patents

Abstract

本发明涉及一种基于径向坐标优化的多维数据可视化方法，其中，所述方法包括：步骤1、对多维数据的维度进行排序，并形成数组；步骤2、对所述数组进行随机试验，获取视图效果值；步骤3、对所述视图效果值进行最优选择，并输出最优可视化效果图。本发明实施例通过对可视化效果的三个指标：数据密度、数据混乱度和数据遮盖度进行改进，计算并选取最小视图效果值，进而获得最优的可视化效果图进行输出，实现了对原有算法的优化处理。本发明实施例还提供一种基于径向坐标优化的多维数据可视化装置。

Description

一种基于径向坐标优化的多维数据可视化方法和装置

技术领域

本发明属于计算机信息处理技术领域，涉及到一种基于径向坐标优化的多维数据可视化方法和装置。

背景技术

可视化又称为可视思考或视觉化思考，顾名思义就是让人们能够更直观的去了解数据所传达的信息。可视化技术是将可视化概念应用到计算机中，通过一定操作将计算机内形式多样的数据处理成能够被直观理解的图表或者图形的技术，是可以解释数据信息的最有效的手段。数据可视化，基本思想是将数据库中的每一个数据项作为图中的一项，使大量的数据集构成数据图像，同时将数据的各个属性值以多维数据地形式表示，使得我们可以从不同地维度观察数据，并达到最终对数据进行更深入地观察和分析的目的。由此发展，形成了数据可视化的概念——将数据用图形图像的方式表现出来，然后通过对于数据的理解选择方法进行数据分析并利用工具发现其中未知信息的一系列完整的处理过程。

径向坐标可视化方法，是一种多维数据可视化技术。它将多维的数据降维后显示在低维空间上，通过一定的特征将具有相似性的数据点聚类分析。它有一个圆周，上面是按照维度的顺序排列的，排列不同对最后展现出的效果影响也很大。其中也应用了一些分开的思想，就是将维度划分为多个新的维度对排序空间进行拓展，从而获得更好的可视化聚类效果。

惠普公司申请的专利“三维数据可视化”(专利申请号：201380078152.7)，将数据根据函数分为多个分组，通过图形元素，分组的数据成员可以被映射到相应的3D体积。针对每个数据成员的函数的值可以被映射到空间中的显示变量，可以生成包括3D体积的三维数据可视化。该方法主要缺点有，可视化不同层之间的轮廓勾画不够清晰，在可视化中描述的图形元素之间的关系难以辨别。

中南大学申请的专利“一种基于Radviz的模糊聚类结果可视化方法”(专利申请号：201610341872.3)，为Radviz圆周设计合理的聚类簇维度锚点布局，将隶属度信息融合到主视图中，对模糊聚类算法得到的模糊隶属度矩阵进行了展示。该方法主要缺点有，数据可视化效果的密集度、混乱度和遮盖度都有改进的余地，且隶属度矩阵阻止了用户获取更多有意义的信息。

现有的径向坐标可视化方法将所有的数据点直接映射到二维空间，会使得圆点之间发生遮挡重合的现象：虽然数据维度点对应到圆周上，但是在圆周上的排列顺序对于最后的效果图影响也很大。

发明内容

针对以上存在的问题，本发明提出了一种基于径向坐标优化的多维数据可视化方法和装置，具体的实施方式如下。

本发明实施例提供一种基于径向坐标优化的多维数据可视化方法，其中，包括以下步骤：

步骤1、对多维数据的维度进行排序，并形成数组；

步骤2、对所述数组进行随机试验，获取视图效果值；

步骤3、对所述视图效果值进行最优选择，并输出最优可视化效果图。

在本发明的一个实施例中，所述步骤1包括：

将多维数据的维度进行从1至M的编号；

每一维度的数据包括一个数据特征，获取包含M个数据特征的数组，其中M为大于1的整数。

在本发明的一个实施例中，所述步骤2包括：

步骤21、利用随机算法对所述数组进行排序，获取新的排序顺序；

步骤22、根据新的排序顺序查找投影点坐标；

步骤23、根据所述投影点坐标计算数据密度g、数据混乱度l和数据遮盖度c；

步骤24、根据所述数据密度g、所述数据混乱度l和所述数据遮盖度c，获取视图效果值；

其中，设定所述随机试验每隔1秒进行一次。

在本发明的一个实施例中，所述步骤3包括：

步骤31、根据第N次随机试验，获取第N次视图效果值；

步骤32、将所述第N次的视图效果值记为最小视图效果值，并保存；

步骤33、根据第N+1次随机试验，获取第N+1次视图效果值；

步骤34、将所述第N+1次视图效果值与所述第N次视图效果值进行比较，

若所述第N+1次视图效果值小于所述第N次视图效果值，则将所述第N+1次视图效果值记为最小视图效果值，并保存；

若所述第N+1次视图效果值大于或等于所述第N次视图效果值，则将第N次的视图效果值记为最小视图效果值，并保存；

步骤35、获取最小视图效果值对应的可视化效果图及其可视化效果图对应的维度排序，其中N为大于1小于等于20的正整数。

在本发明的一个实施例中，所述步骤23包括：

设定数据集合为{B1,B2,B3......Bm}，投影点坐标为Ai＝(Xi,Yi)，则

Bi关于Bj的覆盖数：

总覆盖数：

总覆盖数存在最大值

则数据遮盖度为：

Bi的密集数：η默认情况下为2¹/₂：

总密集数：

总密集数存在最大值为m，则数据密度为：

g＝OCL(B)/m

设定异常数据为n条，则数据混乱度为：

l＝n/m。

在本发明的一个实施例中，所述步骤24包括：

所述数据密度g、所述数据混乱度l和所述数据遮盖度c与所述视图效果值Q的关系为

Q＝1-(0.228c+0.403g+0.369l)。

本发明的另一个实施例还提供一种基于径向坐标优化的多维数据可视化装置，其中，包括随机试验模块10、最优选择模块20和存储模块30，

所述随机试验模块10用于对多维数据的维度进行排序，并获取视图效果值；

所述最优选择模块20用于从所述视图效果值中查找最小视图效果值；

所述存储模块30用于存储所述最小视图效果值及其对应的可视化效果图和可视化效果图对应的维度排序。

本发明的有益效果为：

1、本发明实施例通过对可视化效果的三个指标：数据密度、数据混乱度和数据遮盖度进行改进，数据密度、数据混乱度、数据遮盖度三者之间存在一定的关系，当三者分别取一定值的时候，使得这种关系最平衡，即可视化效果达到最优。本发明实施例通过查找最优视图效果值，进而获得最优的可视化效果图进行输出，实现了对原有算法的优化处理。

2、本发明实施例提供的基于径向坐标优化的多维数据可视化装置包括随机试验模块、最优选择模块和存储模块，通过随机试验模块获取视图效果值，通过最优选择模块选取最小视图效果值，从而获取最优可视化效果图。

附图说明

图1为本发明实施例提供的可视化方法的流程图；

图2为本发明实施例提供的可视化装置的模块图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

实施例一

径向坐标可视化方法是一种多维数据可视化技术。它将多维的数据降维后显示在低维空间上，通过一定的特征将具有相似性的数据点聚类分析。

请参见图1，图1为本发明实施例提供的可视化方法的流程图。本发明实施例提供一种基于径向坐标优化的多维数据可视化方法，包括以下步骤：

步骤1、对多维数据的维度进行排序，并形成数组；

具体的，将多维数据的维度进行从1至M的编号；

每一维度的数据包括一个数据特征，获取包含M个数据特征的数组，其中M为大于1的整数。

具体的，对原Radviz Implementation的维度排序对于各个维度变量进行编号，多维数据的维度为M，则进行从1至m的编号，每一个维度包括一个数据特征，形成包括有M个数据特征的数组。

步骤2、对所述数组进行随机试验，获取视图效果值；

步骤21、利用随机算法对所述数组进行排序，获取新的排序顺序；

通过随机试验对获取的数组进行处理，具体为：利用随机算法将原有的数组的排序进行打乱，本发明实施例中，设定随机试验每隔1秒进行一次，也即每隔1秒，利用随机算法对原有的数组进行一次重新排序，使得每一秒内数组的排序都不相同，进而输出的可视化效果也不相同，保证随机实验的随机性。当每一秒维度排序发生变化时，可视化效果发生变化。

步骤22、根据新的排序顺序查找投影点坐标；

在径向坐标可视化方法中，将该M维的数据映射到二维空间的圆周上，该圆周被均分为M等份，m维映射后每一个等分点都会产生一根弹簧，总共有m根弹簧，每条的弹性系数都不相同。圆内的点是映射后产生的观测点，所有的观测点都分布在圆内。

假设有一个任意的弹簧j，它的弹性系数假设为eij，除去观测点的一端，另一端按照属性固定在圆周S1～Sm上。假设在圆内达到了平衡点坐标为(Xi,Yi)，此点就是m维数据空间点{S1,S2,S3......,Sm}映射到二维空间的投影点，该点的平衡位置为Ai＝{Xi,Yi}Tj。

每进行一次排序，对应新的排序顺序会产生新的平衡点，也即投影点。

步骤23、根据所述投影点坐标计算数据密度g、数据混乱度l和数据遮盖度c；

需要说明的是，本发明实施例中：

数据密度g是指单位数据集所包含的数据的数量。

数据混乱度l：总有一些数据与密集的区域相隔一定得距离，甚至旁边没有其余的点形成一个区域，这样就成了孤立的点了；混乱度，就是对于这种有些数据密集在一个区域，有些数据又单个被分离开来的现象的描述。

数据遮盖度c是指在空间上一个点覆盖了另一个点，查看这样被覆盖的点的分布情况和数量，来判断遮盖的程度。

数据维度m是指数据所拥有的特征个数即数据的属性个数。

数据密集度：可视化空间上的数据如果集中在某个区域就会在视觉上给人密集的效果，密集度就是对于这种现象的一种指标测量。

进一步的，根据每一次排序顺序获取一个投影点，然后根据每一个投影点计算其对应的数据密度g、数据混乱度l和数据遮盖度c；

本发明实施例中，数据密度g、数据混乱度l和数据遮盖度c的计算方法如下：

第一步：设定M维数组为{B1,B2,B3......Bm}，投影点坐标为Ai＝(Xi,Yi)；

第二步：计算数据遮盖度c：以第i维数据Bi为例：

根据公式(1)计算Bi关于Bj的覆盖数：

然后对上述覆盖数进行求和，获得总覆盖数：

考虑到极端情况，当映射点之间的遮挡为最严重的情况时，总覆盖数的极大值为

那么根据公式(3)可知，数据遮盖度为

第三步：计算数据密度g：仍以第i维数据Bi为例：

根据公式(4)数据密度，其中，η默认情况下为2¹/₂：

然后对上述数据密度进行求和，获得总数据密度：

考虑到最坏的情况，总密集数的最大值为m(即M维数据均处于同一单位数据集内)；

那么根据公式(6)可知，数据密度为g＝OCL(B)/m。

第四步：计算数据混乱度l

设定异常数据为n条，那么根据公式(7)可以计算出数据混乱度为l＝n/m。

综上所述可以计算出每一次排序顺序后获得的投影点对应的数据密度g、数据混乱度l和数据遮盖度c。

步骤24、根据所述数据密度g、所述数据混乱度l和所述数据遮盖度c，获取视图效果值。

具体的，评价可视化效果主要有三个指标即：数据密度g、数据混乱度l和数据遮盖度c，这三个指标之间存在一定的关系。当数据密度g、数据混乱度l和数据遮盖度c取一定值的时候，使得这种关系最平衡，使得可视化效果达到最优。这种平衡的关系叫“视图效果值”，用Q表示。

本发明实施例提供公式(8)来表现数据密度g、所述数据混乱度l和所述数据遮盖度c与视图效果值Q的关系，并根据公式(8)计算视图效果值。

Q＝1-(0.228c+0.403g+0.369l)。

综上可知，本发明实施例中，将多维数据进行可视化，为了呈现最佳的效果，进行多次的随机实验，经过发明人的研究和多次反复验证，当随机试验次数在10-20次时可以达到较好的效果。其中，利用蒙特卡洛算法找寻最优状况。假设在第i次实验的时候，存在一个模式ai，使得该模式下投影效果表现最优的情况保持在一定的次数以内：

选择该模式下的视图效果值，确定算法最终的可视化效果，实现改进算法的目的。假设在ai模式下，出现投影效果最优的概率为x，该模式下的视图效果值为Qmax，则可知：

由此可知，该算法下的可视化效果达到最佳状态。

步骤3、对所述视图效果值进行最优选择，并输出最优可视化效果图。

根据上述描述可知，随机试验中，每隔1秒获取因此排序顺序，那么就可以获得对应的投影点，计算出对应的一组数据密度g、数据混乱度l、数据遮盖度c和视图效果值Q；

假设随机试验执行2次，也即连续的两秒进行排序，就可获得两个视图效果值Q1和Q2；本发明实施例中需要从该两个视图效果值中选取能够代表最优可视化效果图的视图效果值，具体如下：

步骤31、根据第N次随机试验，获取第N次视图效果值；

随机试验的次数优选为10-20次之间，试验次数过少使得试验数据不具有代表性，试验次数过多，又会造成资源浪费。

本发明实施例中，N为大于1小于等于20的正整数，进行第N次随机试验，则获取第N次视图效果值Q_N(具体的计算方法如步骤21-24所述)

步骤32、将所述第N次的视图效果值记为最小视图效果值，并保存；

步骤33、根据第N+1次随机试验，获取第N+1次视图效果值；

步骤34、将所述第N+1次视图效果值与所述第N次视图效果值进行比较。

步骤35、获取最小视图效果值对应的可视化效果图及其可视化效果图对应的维度排序。

具体的，本发明实施例主要利用视图效果值越小可视化效果越优的特点进行运算，当N取值为1时，则将Q1记录为最小视图效果值；然后进行后续的随机试验，获取视图效果值Q2，比较Q2与Q1的大小，

若后一次随机试验获取的视图效果值Q2比前一次随机试验获取的视图效果值Q1小，则说明后一次随机试验获取的视图效果值Q2所对应的可视化效果图的可视化效果更好，因此将后一次随机试验获取的视图效果值Q2替代前一次的视图效果值Q1，记为最小视图效果值，默然最小视图效果值对应的可视化效果图的可视化效果最好。

若后一次随机试验获取的视图效果值Q2比前一次随机试验获取的视图效果值Q1大(或者相等)，那么说明后一次随机试验获取的视图效果值Q2所对应的可视化效果图的可视化效果与前一次随机试验获取的可视化效果图相比，可视化效果不好，因此系统依然保持将前一次随机试验获取的视图效果值Q1记为最小视图效果值，默然最小视图效果值对应的可视化效果图的可视化效果最好。

随机试验不断进行，则重复进行后一次视图效果值与前一次视图效果值的比较，直至随机试验结束。

在每一秒随机实验的时候，若出现更小的视图效果值则替代之前的视图效果值进行保存，包括其可视化效果图和维度排序，若没有更小则继续保存之前最小的。直到实验结束前一秒，若未出现更小的视图效果值被保存则输出前一秒保存的视图效果值，并输出该值所对应的维度排序和可视化效果，称其为最优可视化，以此达到最优选择的目的。

请参见图2，图2为本发明实施例提供的可视化装置的模块图。本发明的另一实施例提供一种基于径向坐标优化的多维数据可视化装置，该装置中的随机试验模块10用于对多维数据的维度进行排序，并根据每一次排序获取投影点，计算出一组视图效果值，最终根据随机试验的次数获取多组视图效果值；

最优选择模块20对多组视图效果值采用冒泡排序的思想进行排序，选出已经获取的视图效果值中最小的，该最小视图效果值对应的可视化效果图为最优可视化效果图。

存储模块30用于存储该最小视图效果值及其对应的维度排序，并可输出该最小视图效果值对应的最优可视化效果图。

综上所述，本文中应用了具体个例对本发明实施例提供的一种基于径向坐标优化的多维数据可视化方法和装置的实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方案及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本发明的保护范围应以所附的权利要求书为准。

Claims (6)

1.一种基于径向坐标优化的多维数据可视化方法，其特征在于，包括以下步骤：

步骤1、对多维数据的维度进行排序，并形成数组；

步骤2、对所述数组进行随机试验，获取视图效果值；

所述步骤2包括：

步骤21、利用随机算法对所述数组进行排序，获取新的排序顺序；

步骤22、根据新的排序顺序查找投影点坐标；

步骤23、根据所述投影点坐标计算数据密度g、数据混乱度l和数据遮盖度c；

步骤24、根据所述数据密度g、所述数据混乱度l和所述数据遮盖度c，获取视图效果值Q；

其中，设定所述随机试验每隔1秒进行一次，随机试验次数为10-20次，利用蒙特卡洛算法找寻最优状况，假设在第i次实验的时候，存在一个模式a_i，使得该模式下投影效果表现最优的情况保持在一定的次数以内：

选择该模式下的视图效果值，确定最终的可视化效果，假设在a_i模式下，出现投影效果最优的概率为x_max，该模式下的视图效果值为Qmax，则：

此时，该可视化效果达到最佳状态；

步骤3、对所述视图效果值进行最优选择，并输出最优可视化效果图。

2.根据权利要求1所述的基于径向坐标优化的多维数据可视化方法，其特征在于，所述步骤1包括：

将多维数据的维度进行从1至M的编号；

每一维度的数据包括一个数据特征，获取包含M个数据特征的数组，其中M为大于1的整数。

3.根据权利要求2所述的基于径向坐标优化的多维数据可视化方法，其特征在于，所述步骤3包括：

步骤31、根据第N次随机试验，获取第N次视图效果值；

步骤32、将所述第N次的视图效果值记为最小视图效果值，并保存；

步骤33、根据第N+1次随机试验，获取第N+1次视图效果值；

步骤34、将所述第N+1次视图效果值与所述第N次视图效果值进行比较，

若所述第N+1次视图效果值小于所述第N次视图效果值，则将所述第N+1次视图效果值记为最小视图效果值，并保存；

若所述第N+1次视图效果值大于或等于所述第N次视图效果值，则将第N次的视图效果值记为最小视图效果值，并保存；

步骤35、获取最小视图效果值对应的可视化效果图及其可视化效果图对应的维度排序，其中N为大于1小于等于20的正整数。

4.根据权利要求3所述的基于径向坐标优化的多维数据可视化方法，其特征在于，所述步骤23包括：

设定数据集合为{B1,B2,B3......Bm}，投影点坐标为Ai＝(Xi,Yi)，则

Bi关于Bj的覆盖数：

总覆盖数：

总覆盖数存在最大值

则数据遮盖度为：

Bi的密集数：η默认情况下为2¹/₂：

总密集数：

总密集数存在最大值为m，则数据密度为：

g＝OCL(B)/m

设定异常数据为n条，则数据混乱度为：

l＝n/m。

5.根据权利要求4所述的基于径向坐标优化的多维数据可视化方法，其特征在于，所述步骤24包括：

所述数据密度g、所述数据混乱度l和所述数据遮盖度c与所述视图效果值Q的关系为

Q＝1-(0.228c+0.403g+0.369l)。

6.一种基于径向坐标优化的多维数据可视化装置，其特征在于，实现如权利要求1-5任一项所述的基于径向坐标优化的多维数据可视化方法，包括随机试验模块、最优选择模块和存储模块；

所述随机试验模块用于对多维数据的维度进行排序，并获取视图效果值；

所述最优选择模块用于从所述视图效果值中查找最小视图效果值；

所述存储模块用于存储所述最小视图效果值及其对应的可视化效果图和可视化效果图对应的维度排序。

Images